1) Gestione delle prove: congelamento, catena di custodia, riproducibilità, ammissibilità in giudizio; acquisizione di supporti digitali; 2) Analisi forense dei file system: principi generali, analisi dei file system NTFS e FAT 32; 3) Analisi forense dei sistemi operativi: principi generali, analisi dei sistemi operativi della famiglia Windows; 4) Analisi forense di programmi applicativi: browser, office automation, email; 5) Analisi forense del traffico di rete (cenni); 6) Analisi forense di dispositivi mobili (cenni)

1. Linguaggi logici e inferenza: Nozioni di base sulla Logica dei Predicati, Sussunzione 2. Reti di Markov come distribuzioni di probabilità. Reti di Markov logiche. 3. Inferenza approssimata: Markov chain Monte Carlo, Rejection sampling, Gibbs sampling 4. Apprendimento di modelli relazionali probabilistici: Definizione del problema, Apprendimento della struttura, Apprendimento dei parametri. 5. Apprendimento di Reti di Markov: Operazioni per l’apprendimento di modelli grafici 6. Apprendimento di programmi logici Bayesiani: Apprendimento della struttura, Apprendimento dei parametri, Metodo dei test di indipendenza. Apprendimento di Reti di Markov Logiche.

-        introduzione: obiettivi ed architetture del Data Warehousing -        tecniche per reperire e riconciliare dati operazoionali eterogenei -        linguaggi e tecniche per la progettazione concettuale di dati multidimensionali -        linguaggi di interrogazione avanzati per l’analisi OLAP -        modelli e tecniche per l’implementazione di modelli di dati multidimensionale in basi di dati relazionali

 Richiamo alla logica proposizionale e predicativa. Clausole di Horn  e logic programming:risoluzione SLD, unificazione, negazione per fallimentoi. Logiche per la rappresentazione della conoscenza: ragionamento sulle azioni; il situation calculus, la pianificazione (progression planning, regression planning, Partial order planning).

Fondamenti: Argomenti trattati: − Interfacciamento tra il livello rete e il livello dati: protocolli ARP, RARP − Livello dati: protocolli per l'accesso al mezzo (Ethernet), tecniche per il rilevamento e la correzione degli errori di trasmissione. − Componenti utilizzati a livello dati: bridge, switch. − Reti WIRELESS: reti WI-FI e Reti Cellulari − Comunicazione multimediale: architetture e protocolli di streaming − Comunicazione interattiva su reti IP: IP-PHONE, Video-conferenza su IP, protocolli RTP, SIP, H323. − Evoluzione futura di Internet: qualità del servizio, IP-V6, servizi integrati e servizi differenziati Come nel corso precedente vengono tenute anche lezioni pratiche in cui vengono assegnati esercizi da svolgere in aula o a casa. Sperimentazioni: "- Il protocollo TCP/IP: Introduzione - I livelli di Trasporto: TCP e UDP - Socket di Berkeley: API Socket, Socket TCP, Socket UDP, IO/Multiplexing"

-        Linguaggi ed espressioni regolari -        Linguaggi e grammatiche context free -        Grammatiche lineari, e loro relazioni con i linguaggi regolari -        Grammatiche context sensitive (cenni) -        Principali strutture sintattiche e regole grammaticali per generale -        Automi a stati finite e loro relazione con i linguaggi regolari -        Automi a pila (deterministici e non) e loro relazioni con i linguaggi context free -        Principi del parsing bottom up, focalizzandosi sul parsing LR (LR(0) e SLR(1)).

Concetti base sui compilatori. Traduzione guidata dalla sintassi: grammatiche ad attributi e schemi di traduzione. Analisi semantica, controllo dei tipi. Ambienti di esecuzione dei linguaggi, in particolare di linguaggi di tipo imperativo. Linguaggi intermedi. Generazione del codice intermedio.

- Introduzione all'Ingegneria del Software- Prodotto software e Processo software- Specifica dei requisiti di sistemi- Specifica con UML- Progettazione di sistemi- Progettazione con UML- Collaudo di sistemi- Manutenzione di sistemi- Gestione del progetto- Modelli di processo software

Introduzione e cenni storici sull'AI. Ricerca nello spazio degli stati: ricerca path-based cieca ed euristica. L'algoritmo A*. Algoritmi di miglioramento iterativo: hill-climbing e simulated annealing; Cenni su problemi CSP; Algoritmi per giochi a 2 concorrenti: minimax e alfa/beta pruning. Rappresentazione della conoscenza: cenni su formalismi logici e a regole. Sistemi di Case-Based Reasoning; uso del tool CBR-Works. Conoscenza Incerta: richiami di calcolo delle probabilità; Bayesian Belief Networks (proprietà ed algoritmi) e uso di tool per il loro sviluppo (Genie, Hugin, ecc...). Teoria delle decisioni: generalità, il concetto di utilità attesa e di lotteria, Influence Diagrams e loro uso per utilità multi-attributo.

Introduzione a Java.  Oggetti, classi, metodi  Tipi fondamentali, strutture sintattiche per controllo di flusso, array.  Tipi involucro (per tipi primitivi) e auto-boxing/unboxing Interfacce, polimorfismo, ereditarietà  Programmazione parametrica  Gestione di eccezioni  Panoramica delle librerie di base  Sviluppo guidato dai Test  Pattern di programmazione Model-View-Controller 

1) Gestione dell'Input/Ouput: architettura del sottosistema di I/O;  interfaccia di I/O per le applicazioni; sottosistema di I/O del kernel; struttura dei dispositivi di memorizzazione; struttura dei dischi; scheduling del disco; gestione dell’unitá a disco; sistemi RAID. 2) Progettazione e sviluppo di driver di periferiche di Input/Output: struttura di un driver; i driver nel sistema operativo Linux; i moduli del sistema operativo Linux; meccanismi di interazione con i driver nel sistema operativo Linux; gestione delle interruzioni nel sistema operativo Linux. 3) Progettazione e realizzazione di file system: il concetto di file e di file system;  struttura della directory e del disco; condivisione di file; meccanismi di protezione dei file; struttura del file system; implementazione di file e directory; metodi di allocazione; gestione dello spazio libero; metodi di allocazione; efficienza e prestazioni; backup e ripristino.

Introduzione a Java.  Oggetti, classi, metodi  Tipi fondamentali, strutture sintattiche per controllo di flusso, array.  Tipi involucro (per tipi primitivi) e auto-boxing/unboxing Interfacce, polimorfismo, ereditarietà  Programmazione parametrica  Gestione di eccezioni  Panoramica delle librerie di base  Sviluppo guidato dai Test  Pattern di programmazione Model-View-Controller 

"Processi e gestione della memoria: Nozioni fondamentali sull'architettura del sistema operativo di un elaboratore multiutente. Nucleo del sistema operativo. Gestione di processi e threads. Gestione della memoria. Richiami sull'ambiente di programmazione in Unix. Processi nel sistema Unix. Generalità sull'utilizzo delle chiamate di sistema Unix; chiamate di sistema per gestione di processi. Implementazione di interpreti di comandi. Librerie per threads.

" - Introduzione agli algoritmi. - Modelli di analisi. Notazioni asintotiche: O, Omega e Theta. Limiti inferiori. Teorema Master. - Tipi di dato astratto: Pile , Code, Alberi. - Algoritmi di ordinamento: insertion sort, selection sort, merge sort, quicksort, heap sort. - Alberi binari di Ricerca. Alberi AVL, alberi 2-3. - Tabelle Hash. - Code con priorità. Tali aspetti sono poi meglio studiati in pratica durante le esercitazioni tenute in laboratorio. In particolare in laboratorio verranno implementati esercizi relativi ai seguenti argomenti: Ricerca binaria e Algoritmi di ordinamento: Insertion sort, Selection sort, Merge sort, Heap sort, Quicksort; Strutture dati dinamiche: Liste, Code, Pile; Ricerca indicizzata:Alberi binari di ricerca Tabelle di hash

PROBABILITA': Elementi di Probabilità: Assiomi della probabilità, diagrammi di Venn, Spazi equiprobabili, probabilità condizionata, Teorema di Bayes. Variabili aleatorie e valore atteso: Variabili aleatorie discrete e continue, variabili aleatorie indipendenti, valore atteso, Varianza e covarianza. Modelli di variabili aleatorie: Variabili di Bernoulli e binomiali,Distribuzione di Poisson, Variabili aleatorie uniformi, variabili aleatorie normali, variabili aleatorie esponenziali.  Teorema limite centrale. STATISTICA: Il corso è un modulo integrato con il modulo Calcolo delle probabilità e non può essere disgiunto da esso. Statistica descrittiva: Organizzazione e descrizione dei dati, le grandezze che sintetizzano i dati, la disuguaglianza di Chebishev, Insiemi bivariati. La distribuzione delle statistiche campionarie: Teorema del limite centrale, media e varianza campionaria, la distribuzione delle statistiche di campioni normali. Stima parametrica: Stimatori di massima verosimiglianza, intervalli di confidenza per la media e la varianza di una distribuzione normale e per la media di una distribuzione di Bernoulli. Test di ipotesi sulla media di una popolazione normale.

Elementi di Probabilità: Assiomi della probabilità, diagrammi di Venn, Spazi equiprobabili, probabilità condizionata, Teorema di Bayes. Variabili aleatorie e valore atteso: Variabili aleatorie discrete e continue, variabili aleatorie indipendenti, valore atteso, Varianza e covarianza. Modelli di variabili aleatorie: Variabili di Bernoulli e binomiali,Distribuzione di Poisson, Variabili aleatorie uniformi, variabili aleatorie normali, variabili aleatorie esponenziali.  Teorema limite centrale.

Il corso è un modulo integrato con il modulo Calcolo delle probabilità e non può essere disgiunto da esso. Statistica descrittiva: Organizzazione e descrizione dei dati, le grandezze che sintetizzano i dati, la disuguaglianza di Chebishev, Insiemi bivariati. La distribuzione delle statistiche campionarie: Teorema del limite centrale, media e varianza campionaria, la distribuzione delle statistiche di campioni normali. Stima parametrica: Stimatori di massima verosimiglianza, intervalli di confidenza per la media e la varianza di una distribuzione normale e per la media di una distribuzione di Bernoulli. Test di ipotesi sulla media di una popolazione normale.

Il corso tratta i seguenti argomenti: − Introduzione intuitiva alla rete, descrivendone in modo qualitativo la struttura e le funzionalità.  − Livello applicazione: protocolli per la gestione della posta elettronica, del WEB e del DNS. − Livello sessione: i socket, programmazione dei socket. − Livello trasporto: protocolli TCP e UDP − Livello rete: protocolli IP e ICMP.  − Protocolli di instradamento: algoritmi di instradamento, nozione di Sistema Autonomo, protocolli RIP, OSPF, BGP. Oltre alla descrizione dei protocolli succitati, il corso si propone di fornire allo studente anche un'esperienza diretta delle problematiche connesse con la gestione delle reti informatiche. Pertanto, durante il percorso di studio, vengono tenute anche lezioni pratiche in cui vengono assegnati esercizi da svolgere in aula o a casa.

Fondamenti: Dei principali modelli dei dati adottati dai sistemi di gestione delle basi di dati (DBMS) viene approfondito il modello relazionale, in particolare sono presentati gli aspetti teorici di tale modello. Le strutture logiche di una base di dati sono progettate con modelli semantici ed analizzate alla luce di opportune forme normali. Il corso si articola nelle seguenti parti: Modello Relazionale; Algebra Relazionale; Modello Entità-Relazione; Traduzione del Modello ER nel modello Relazionale; Normalizzazione. Viene inoltre descritta brevemente l'architettura di un DBMS, che viene presentata succintamente seguendo lo schema di descrizione generale a tre livelli di astrazione: esterno, logico e fisico. Vengono introdotte le nozioni di base sugli indici e sulle transazioni. Sperimentazioni: Introduzione al linguaggio SQL: Data Definition Language Data Manipolation Language Query Language Utilizzo di un tool CASE per il supporto alla progettazione concettuale e logica.Implementazione e manutenzione di una base dati SQL mediante lo realizzazione di alcuni casi di studio in laboratorio.Utilizzo del DBMS PostgreSQL.

Dei principali modelli dei dati adottati dai sistemi di gestione delle basi di dati (DBMS) viene approfondito il modello relazionale, in particolare sono presentati gli aspetti teorici di tale modello. Le strutture logiche di una base di dati sono progettate con modelli semantici ed analizzate alla luce di opportune forme normali. Il corso si articola nelle seguenti parti: Modello Relazionale; Algebra Relazionale; Modello Entità-Relazione; Traduzione del Modello ER nel modello Relazionale; Normalizzazione. Viene inoltre descritta brevemente l'architettura di un DBMS, che viene presentata succintamente seguendo lo schema di descrizione generale a tre livelli di astrazione: esterno, logico e fisico. Vengono introdotte le nozioni di base sugli indici e sulle transazioni.

Introduzione al linguaggio SQL: Data Definition Language Data Manipolation Language Query Language Utilizzo di un tool CASE per il supporto alla progettazione concettuale e logica.Implementazione e manutenzione di una base dati SQL mediante lo realizzazione di alcuni casi di studio in laboratorio.Utilizzo del DBMS PostgreSQL.

Il corso esamina i seguenti contenuti: 1. Comunicazione e linguaggio – 2. I modelli della comunicazione – 3. Il testo – 4. La scrittura professionale – 5. Il processo di scrittura – 6. La documentazione – 7. La pianificazione – 8.  Il paragrafo – 9. La stesura – 10.Il capoverso e l’uso della lingua – 11. Le norme – 12. Lo stile e la revisione. – 13. Il significato e il lessico – 14. La sintassi e il testo. – 15. La relazione d’esame – 16. Il testo professionale – 17. La lingua italiana e le sue caratteristiche – 18. La lingua italiana e i suoi principali errori nella scrittura – 19. Il testo scientifico – 20. Sintesi del corso.